"Operational Performance Support"
Wenn dort von post mortem Prozessen die Rede ist, so ist ein gewisses Störgefühl nicht von der Hand zu weisen. Aber so tödlich, wie der Begriff klingt, ist er gar nicht gemeint. Es geht vielmehr darum, dass üblicherweise Prozesse nach ihrem Ablauf im Rückspiegel betrachtet und analysiert werden – im Idealfall über best practice Verfahren des Process Mining. Man lernt aus der Analyse und optimiert gegebenenfalls Prozesse oder ganze Prozessketten, um diese dann wieder im Nachgang – eben post mortem – erneut zu betrachten.
In vielen Fällen wird das auch weiterhin sinnvoll sein. Wenn jedoch einzelne Prozessinstanzen, wie etwa in der Produktion, in Sekundenschnelle ablaufen und auftretende Fehlfunktionen den gesamten Produktionsprozess und folglich die Qualität des Produktes infrage stellen, sind andere Lösungen gefragt und unterdessen möglich.
Moderne Sensorik verbunden mit Technologien zur Auswertung von Big Data eröffnen die Chance, einzelne Prozessinstanzen, wie etwa den 60 Sekunden dauernden und sich ständig wiederholenden Schweißvorgang an einem Fahrzeugteil, mit Leistungskennzahlen (KPIs) zu versehen, die während dieses Miniprozesses überwacht werden. Eine Vielzahl von Sensoren, die für Industrie 4.0 Produktionsprozesse ohnehin notwendig sind, machen dies möglich. Der Mehrwert der Live-Auswertung liegt nicht nur darin, dass im Fehlerfall sofort eingegriffen werden kann, die Daten ermöglichen zugleich wichtige Prognosen – sowohl über den Wartungszustand des Schweißgerätes als auch für dessen optimierten Einsatz und damit ein optimiertes Endergebnis, in diesem Fall die Schweißnaht.
Operational Performance Support richtet also nicht den Fokus auf das große Ganze einer komplexen Prozesskette, hier werden Mini- bis Microeinheiten kontinuierlich im laufenden Betrieb ausgewertet. Dies bedeutet nicht nur bei der Produktion, sondern überall wo Daten entstehen und nutzbar sind, einen großen Schritt zur Optimierung der Qualität, auch im Bereich der Dienstleistung.
- YouTube https://youtu.be/pzc65AziEyI